当前位置:   article > 正文

Python pandas 单条 染色体体 位置 区间 SNP 数据 提取 haploview_根据基因染色体坐标区间提取区间内snp信息

根据基因染色体坐标区间提取区间内snp信息
import pandas as pd

sheet1 = pd.read_excel('C:\\Users\\windows10\\Desktop\\Python练习\\文本流\\chrom 1\\chrom1_map.xlsx')
sheet1
print(type(sheet1))
sheet1.dtypes

#传入SNP的postion,并提取SNP位点信息
pos = 315320300
type(pos)
data10 = sheet1[ sheet1['4'] > (pos-500000)]
data11 = data10[ data10['4'] <(pos + 500000)]
data11
data11.shape
data12 = data11.drop(['1', '3'], axis=1)
data11.shape
data12

#output map.txt
data12.to_csv("C:\\Users\\windows10\\Desktop\\Python练习\\文本流\\chrom 1\\chrom1_test_map.csv", sep = '\t', index = False, header = False)

#提取SNP位点信息的SNPname,并生成列表
data12 = data11.iloc[:, 1]
data12
type(data12)
data13 = data12.tolist()
len(data13)

#按照SNPname提取ped文件中的目标碱基队列
sheet2 = pd.read_excel('C:\\Users\\windows10\\Desktop\\Python练习\\文本流\\chrom 1\\chrom1_snp.xlsx')
sheet2
sheet2.columns
data20 = sheet2.iloc[:, :6]
data20
data21 = sheet2.iloc[:, 6:]
data21

for i in data13:
    data20 = pd.concat([data20, data21[i]], axis =1)  
    data20 = pd.concat([data20, data21[i + str('.1')]], axis =1)  #由于列名重合,对重合列的提取

data20.head(20)
data20.columns
data20.shape
data20

#output snp.txt
data20.to_csv("C:\\Users\\windows10\\Desktop\\Python练习\\文本流\\chrom 1\\chrom1_test_snp.csv", sep = '\t', index = False, header = False)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/202178
推荐阅读
相关标签
  

闽ICP备14008679号